兰州石化：“毒”眼同事出圈记

　　5月6日上午，在兰州石化3.5万吨/年特种丁腈橡胶装置生产A线上，一块崭新的橡胶产品刚刚下线。传送带上，一名特殊的质检“操作工”即时开启工作模式：拍照、翻转、识别、记录……整套动作行云流水、一气呵成，十秒就完成了一块胶的外观质量检验。

  兰州石化丁腈橡胶AI质检系统。

　　这名“操作工”没有工牌，不喝咖啡，也不跟人寒暄，但每天一上岗，就能让整条生产线上的质检人员竖起大拇指。它就是我的AI同事——丁腈橡胶AI质检系统。

　　“过去，我们要盯着每块胶仔细看，一天工作下来，眼睛都花了。现在和这位AI同事打配合，省心不少。”兰州石化橡胶部丁腈二区域员工李延军笑着说。

　　这位AI同事的“眼睛”是两部高清工业相机。但真正厉害的，是它的“大脑”——中国石油昆仑大模型，这也是昆仑大模型首次在智能验胶系统的应用，在深度适配石油行业场景应用的同时，也保障了数据的安全性和合规性。

　　前期，兰州石化技术团队收集了大量橡胶产品在各类光线、角度、环境下的图像和视频场景信息，经过数据准备、清洗、标注、检查与预处理，最终构建出专属于丁腈橡胶缺陷识别的AI大模型。可以说，它“看”过的橡胶产品，比许多老质检员还多。

　　2025年5月28日，这位AI同事正式上岗。它是基于昆仑视觉大模型L3级别场景模型研发的，集算法模型、系统集成、应用系统三大模块于一身，涵盖4个一级业务功能和10个二级业务功能。

  兰州石化员工查看AI系统工作流程。

　　而它的工作流程，是一套“标准化视觉检测+AI算法+自动化联动”的智能闭环。

　　当橡胶产品进入检测区，高清相机会立刻拍照，同时协同机械臂完成翻胶动作，确保块状橡胶六面检测全覆盖。AI“大脑”在瞬间完成图像分析，精准识别出那些肉眼极易错过的毫米级微小缺陷，如气孔、裂纹、杂质和颜色不均等。一旦发现问题，系统会立即发出声光警报，并将缺陷胶块自动推送至复检区，交由质检人员处理；合格品直接放行流转。整个过程无缝衔接，无需人工搬运，大大减轻质检人员的劳动强度。

　　“经过长周期运行监测和现场测算，目前处理量大于135块/小时，缺陷胶的识别率和剔除率都达到100%，运行效果很理想。”兰州石化橡胶部丁腈二区域生产组副组长崔国锋自豪地介绍。

　　随着大模型持续迭代，数据不断更新，质量检验精度不断上升，AI同事会越用越“聪明”。同时，它的记忆力也很惊人，能把每一块胶的原始照片和检测结果，原原本本地保存下来。当需要查看某一天、某一种缺陷的历史记录，它能随时调取信息，甚至能看到指定胶块的缺陷详情。这意味着，那些曾经只保留在质检人员脑海中的经验数据，现在变成了可以追溯、分析、改进的宝贵资产。

　　这位AI同事不仅改变了丁腈橡胶生产线的质检方式，也为整个流程工业探索出可复制、可推广的模板。在橡胶、塑料、金属压延等表面缺陷检测需求突出的领域，可以直接移植，只需适配特定产品的缺陷特征和数据训练，就能快速部署应用。

　　虽然它不爱说话，但每天都用行动证明自己的价值：大幅提升质量一致性与生产效率，降低人力与质量成本，沉淀缺陷数据资产，为工艺优化和产品追溯提供数据支撑，驱动生产管理向精细化、智能化深度演进。

　　有同事开玩笑说：“它要是会说话，估计最爱说‘再给我一块’。”而它的存在，并不是要替代人类，而是把人从重复劳动中解放出来，去从事更有创造性的工作——这种人机协同的方式，正成为现代化工厂的工作常态。（文/武庭宇 图/徐雪萍）